风速不确定度的计算方法及其装置及计算机可读存储介质与流程

1.本发明实施例涉及风力发电技术领域，尤其涉及一种风速不确定度的计算方法及其装置及计算机可读存储介质。


背景技术：

2.随着煤炭、石油等能源的逐渐枯竭，人类越来越重视可再生能源的利用。风能作为一种清洁的可再生能源越来越受到世界各国的重视。伴随着风电技术的不断发展，风机在电力系统中的应用日益增加。风机是将风能转化为电能的大型设备，通常会在风能资源丰富的地区建立风电场。风电场里设置多台风机。
3.风电场建成前的风资源评估不确定度量化分析是风电场微观选址过程中的重要环节。该环节将通过实际测量、气候变化、仿真建模等多个维度来综合评估微观选址计算得到的年均风速及发电量的不确定度。年均风速不确定度的计算结果直接影响到风机设计等级校核，安全系数设定等；风速不确定度相关的年均发电量评估参数也是指导风电场投资策略及风险评估的重要指标。
4.目前，风电场流体仿真建模引起的风速不确定度是不确定度量化的难点之一。其受到多重因素影响，如建模方法的合理性、实测风速在场区内的代表性及场区地形复杂程度等。这些因素引起的不确定性均缺乏有效及合理的量化分析方法，进而导致流体仿真建模不确定度计算缺乏指导方法，存在较多经验性处理。


技术实现要素：

5.本发明实施例的目的在于提供一种风速不确定度的计算方法及其装置及计算机可读存储介质，能够量化计算流体仿真建模引起的平均风速评估不确定度。
6.本发明实施例的一个方面提供一种风速不确定度的计算方法。所述方法包括：获取目标风电场内多个测风塔在同期测风时间段内的风速数据；对所述目标风电场进行流体建模以得到所述目标风电场的流体模型；基于所述流体模型，利用多个所述测风塔的风速数据来互推出多个所述测风塔的互推风速；基于多个所述测风塔的互推风速与多个所述测风塔的风速数据计算得到多个测风塔互推风速误差；计算多个所述测风塔两两之间的距离以得到多个塔间距离；确定所述测风塔互推风速误差与所述塔间距离之间的幂次律关系；根据计算得到的多个所述测风塔互推风速误差与多个所述塔间距离对所述测风塔互推风速误差与所述塔间距离之间的幂次律关系进行拟合；计算多个所述测风塔分别与所述目标风电场中所有风机所在机位点之间的距离以得到多个塔机距离；将计算得到的多个所述塔机距离分别代入拟合的所述幂次律关系中，来估算风速外推至各机位点处产生的外推机位风速误差；以及基于所有机位点处的所述外推机位风速误差来确定所述流体模型引起的风速不确定度。
7.进一步地，多个所述测风塔的数量大于或等于3个。
8.进一步地，在多个所述测风塔的数量小于3个时，则采用中尺度气象数据来提取虚
拟测风塔的风速数据来作为所述测风塔的风速数据的补充数据源。
9.进一步地，基于所述流体模型，利用多个所述测风塔的风速数据来互推出多个所述测风塔的互推风速包括：针对多个所述测风塔中的每一个位置的测风塔，基于所述流体模型，确定出该位置的测风塔与该位置以外的其他位置的测风塔之间的相互风速关系；及利用该位置的测风塔的风速数据并基于该位置的测风塔与其他位置的测风塔之间的相互风速关系来分别推算得到其他位置的测风塔的互推风速。
10.进一步地，基于多个所述测风塔的互推风速与多个所述测风塔的风速数据计算得到多个测风塔互推风速误差包括：将多个所述测风塔的互推风速分别与多个所述测风塔的对应风速数据进行相减，以得到互推产生的多个风速误差时间序列；及计算互推产生的所有风速误差时间序列在所述同期测风时间段内的均方根，以得到测风塔风速误差均方根，其中，所述测风塔互推风速误差为所述测风塔风速误差均方根。
11.进一步地，确定所述测风塔互推风速误差与所述塔间距离之间的幂次律关系包括：基于泰勒展开原理确定所述测风塔风速误差均方根与所述塔间距离之间的幂次律关系。
12.进一步地，根据计算得到的多个所述测风塔互推风速误差与多个所述塔间距离对所述测风塔互推风速误差与所述塔间距离之间的函数关系进行拟合包括：根据计算得到的多个所述测风塔风速误差均方根与多个所述塔间距离采用拟合方法确定所述测风塔风速误差均方根与所述塔间距离之间的幂次律关系中的斜率和幂指数。
13.进一步地，所述外推机位风速误差为机位风速误差均方根，基于所有机位点处的所述外推机位风速误差来确定所述流体模型引起的风速不确定度包括：对于任一机位点，根据所有所述测风塔外推得到的所述机位风速误差均方根来得到所述机位点的风速不确定度；及基于所有机位点的风速不确定度来确定所述目标风电场中所述流体模型引起的风速不确定度。
14.进一步地，根据所有所述测风塔外推得到的所述机位风速误差均方根来得到所述机位点的风速不确定度包括：将所有所述测风塔外推得到的所述机位风速误差均方根进行加权平均或者平均，以得到所述机位点的风速不确定度。
15.进一步地，基于所有机位点的风速不确定度来确定所述目标风电场中所述流体模型引起的风速不确定度包括：基于所有机位点的风速不确定度的均值或均方根来作为所有目标风电场中所述流体模型引起的风速不确定度。
16.本发明实施例的另一个方面还提供一种风速不确定度的计算装置。所述装置包括一个或多个处理器，用于实现如上所述的风速不确定度的计算方法。
17.本发明实施例的又一个方面还提供一种计算机可读存储介质。所述计算机可读存储介质上存储有程序，所述程序被处理器执行时，实现如上所述的风速不确定度的计算方法。
18.本发明一个或多个实施例的风速不确定度的计算方法及其装置及计算机可读存储介质针对目标风电场内存在多个具有同期数据测风塔的风电场，基于流体动力学仿真建模及多塔互推的技术，量化计算流体仿真建模引起的平均风速评估不确定度，为风资源评估不确定度分析提供指导。
附图说明
19.图1为本发明一个实施例的风速不确定度的计算方法的流程图；
20.图2为本发明一个实施例的测风塔原始的风速数据及其他两个测风塔对其互推风速时间序列的示意图；
21.图3为本发明一个实施例的其他两个测风塔对一个测风塔互推产生的风速误差时间序列的示意图；
22.图4为本发明一个实施例的风速不确定度的计算装置的示意性框图。
具体实施方式
23.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本发明相一致的所有实施例。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置的例子。
24.在本发明实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。除非另作定义，本发明实施例使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。“多个”或者“若干”表示两个及两个以上。除非另行指出，“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明，而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而且可以包括电性的连接，不管是直接的还是间接的。在本发明说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
25.本发明实施例提供了一种风速不确定度的计算方法。图1揭示了本发明一个实施例的风速不确定度的计算方法的流程图。如图1所示，本发明一个实施例的风速不确定度的计算方法可以包括步骤s1至步骤s10。
26.在步骤s1中，获取目标风电场内多个测风塔在同期测风时间段t内的风速数据。
27.在一些实施例中，目标风电场内包含的具有同期数据的多个测风塔的数量大于或等于3个。
28.在一些实施例中，在多个测风塔的数量小于3个时，则可以采用中尺度气象数据来提取虚拟测风塔的风速数据来作为测风塔的风速数据的补充数据源。虚拟测风塔的位置的选取方法具有一定的主观性。实际业务中，虚拟测风塔的位置一般会选取机位分布密集区域，与风机塔高相近高度的数据点。本发明实施例所述的多个测风塔的风速数据可以包括实际测风塔的风速数据和/或虚拟测风塔的风速数据。
29.最终，多个(例如n个)测风塔的风速数据可以记为：
30.mi(t),i∈[1,n],n≥3
[0031]
对应测风塔的位置可以记为其中，i表示第i个测风塔，n表示测风塔的数量。
[0032]
目标风电场内拟建q台风机，对应风机的位置记为：
[0033][0034]
其中，k表示第k个测风塔，q表示风机的数量。
[0035]
在步骤s2中，对目标风电场进行流体建模以得到目标风电场的流体模型。
[0036]
在步骤s3中，基于步骤s2建立的流体模型，利用步骤s1中获得的多个测风塔的风速数据来互推出多个测风塔的互推风速。
[0037]
对目标风电场内的所有测风塔中的每一个位置的测风塔，基于步骤s2的流体模型，可以确定出该位置的测风塔与该位置以外的其他位置的测风塔之间的相互风速关系。然后，可以利用该位置的测风塔的风速数据并基于该位置的测风塔与其他位置的测风塔之间的相互风速关系来分别推算得到其他位置的测风塔的互推风速。例如，利用位于处的测风塔的风速数据mi根据步骤s2的流体模型来推算出位于处的测风塔的互推风速，记为s
ij
(t)。
[0038]
在步骤s4中，基于多个测风塔的互推风速与多个测风塔的对应风速数据计算得到多个测风塔互推风速误差。
[0039]
在一些实施例中，首先，可以将多个测风塔的互推风速分别与多个测风塔的对应风速数据进行相减，进行误差计算，从而可以得到互推产生的多个风速误差时间序列，如下所示：
[0040]eij
(t)＝s
ij
(t)-mi(t)
[0041]
i,j∈[1,n],n≥3
[0042]
其中，e
ij
(t)表示互推产生的风速误差时间序列。
[0043]
然后，计算上面互推产生的所有风速误差时间序列e
ij
(t)在同期测风时间段t内的均方根，以得到测风塔风速误差均方根，如以下公式所示：
[0044][0045]
其中，e
ij
表示测风塔风速误差均方根。在步骤s4中计算得到的测风塔互推风速误差为该测风塔风速误差均方根。
[0046]
在步骤s5中，计算多个测风塔两两之间的距离以得到多个塔间距离，如以下公式所示：
[0047][0048]
i,j∈[1,n],n≥3
[0049]
其中，r
ij
表示第i个测风塔与第j个测风塔之间的塔间距离。
[0050]
在步骤s6中，确定测风塔互推风速误差与塔间距离之间的幂次律关系。
[0051]
测风塔互推风速误差与塔间距离之间的幂次律关系即为测风塔风速误差均方根与塔间距离之间的幂次律关系。在一些实施例中，可以基于泰勒展开原理确定测风塔风速误差均方根与塔间距离之间的幂次律关系，例如以下公式所示：
[0052][0053]
其中，a和b分别表示测风塔风速误差均方根与塔间距离之间的幂次律关系中的斜率和幂指数。
[0054]
在步骤s7中，根据计算得到的多个测风塔互推风速误差与多个塔间距离对测风塔互推风速误差与塔间距离之间的幂次律关系进行拟合。
[0055]
在一些实施例中，可以根据步骤s4中计算得到的多个测风塔风速误差均方根与步骤s5中计算得到的多个塔间距离采用拟合方法来确定测风塔风速误差均方根与塔间距离之间的幂次律关系中的斜率a和幂指数b，从而得到拟合的函数关系。拟合方法例如可以采用但不限于最小二乘法、最大似然法、幂函数拟合等方法。
[0056]
在步骤s8中，计算多个测风塔分别与目标风电场中所有风机所在机位点之间的距离以得到多个塔机距离。
[0057]
测风塔与机位点之间的塔机距离例如以下公式所示：
[0058][0059]
i∈[1,n],n≥3
[0060]
k∈[1,q]
[0061]
其中，r
ik
表示第i个测风塔与第k个风机所在机位点之间的塔机距离。
[0062]
在步骤s9中，将步骤s8中计算得到的多个塔机距离分别代入步骤s7拟合的幂次律关系中，来估算风速外推至各机位点处产生的外推机位风速误差。
[0063]
在一些实施例中，外推机位风速误差为机位风速误差均方根，可以表达为如下：
[0064][0065]
i∈[1,n],n≥3；
[0066]
k∈[1,q]；
[0067]
其中，e
ik
表示由第i个测风塔外推至第k个机位点处产生的机位风速误差均方根。
[0068]
在步骤s10中，基于所有机位点处的外推机位风速误差来确定流体模型引起的风速不确定度。
[0069]
对于任一机位点k，可以根据上面所有测风塔外推得到的机位风速误差均方根来得到机位点的风速不确定度。例如，在一个实施例中，可以将所有测风塔外推得到的机位风速误差均方根进行加权平均，从而得到该机位点的风速不确定度，如以下公式所示：
[0070][0071]
其中，σk表示第k个机位点的风速不确定度，w
ik
表示权重，权重w
ik
可为任意的，例如选取为塔机距离倒数的幂次函数等，其取决于微观选址计算时参数的选择，即选取作为权重w
ik
的塔机距离倒数的幂次函数中的幂指数与上述确定的测风塔风速误差均方根与塔间距离之间的幂次律关系中的幂指数相统一。
[0072]
在另一个实施例中，也可以将所有测风塔外推得到的机位风速误差均方根进行平均，来得到该机位点的风速不确定度。
[0073]
然后，可以基于上面所有机位点的风速不确定度σk来确定目标风电场中流体模型
引起的风速不确定度。在一个实施例中，可以基于所有机位点的风速不确定度的均值来作为所有目标风电场中流体模型引起的风速不确定度，如以下公式所示：
[0074][0075]
其中，σ表示流体模型引起的风速不确定度。
[0076]
当然，在另一个实施例中，也可以基于所有机位点的风速不确定度的均方根来作为所有目标风电场中流体模型引起的风速不确定度。
[0077]
需要注意的是，图1仅仅作为示例示意性示出了本发明一个实施例的风速不确定度的计算方法的流程步骤，然而，本发明实施例的风速不确定度的计算方法的步骤并不局限于图1所示的先后顺序，在其他实施例中，本发明实施例的风速不确定度的计算方法可以不同于图1所示的步骤顺序来进行，或者，也可以将图1中的某些步骤进行合并来进行。这些简单的变换并不脱离本发明实施例的创作实质，其均将涵盖在本发明实施例的保护范围之内。
[0078]
本发明实施例的风速不确定度的计算方法针对目标风电场内存在多个具有同期数据测风塔或虚拟测风塔的风电场，基于流体动力学仿真建模及多塔互推的技术，量化计算流体仿真建模引起的平均风速评估不确定度，为目标风电场风资源及发电量不确定度评估分析提供指导。
[0079]
以下将列举一个具体实例来对本发明实施例的风速不确定度的计算方法进行说明。
[0080]
如下某风电场选址区域，风电场区内有3个测风塔数据，并有近一年同期测风数据。对风电场区进行cfd(computational fluid dynamics，计算流体动力学)建模后，对3个测风塔进行两两互相推算风速，共得到6组互推风速时间序列，其结果如图2所示。图2示出了测风塔原始的风速数据及其他两个测风塔对其互推风速时间序列的示意图，其中，上面一条曲线表示第1个测风塔，中间一条曲线表示第2个测风塔，下面一条曲线表示第3个测风塔。
[0081]
对任意一测风塔，分别计算其它两塔对其互推数据的互推风速误差时间序列，共得到6组互推产生的风速误差时间序列，如图3所示。图3示出了其他两个测风塔对一个测风塔互推产生的风速误差时间序列的示意图。
[0082]
分别计算6组风速误差时间序列的平均风速误差值及塔间距离，汇总于下面的表1。
[0083]
表1
[0084][0085]
[0086]
经拟合计算，如表1所示，该风电场区内3个测风塔共6组互推平均风速误差的均方根及拟合的误差-距离幂次律。
[0087]
选取该风电场其中20台风机作为样例风电场。如表2所示，将其与3个测风塔之间的距离代入拟合的误差-距离幂次律，可估算每个风机处的外推风速误差。对3个测风塔的外推风速误差加权平均后的风机处风速不确定度及全场平均风速不确定度见于表2。
[0088]
表2
[0089][0090]
本发明实施例的风速不确定度的计算方法能够充分考虑目标风电场的流动特征，能够准确地计算出每一台风机及全场的风速建模不确定度，能为风电场风资源及发电量不确定度评估提供支持。
[0091]
本发明实施例还提供了一种风速不确定度的计算装置200。图4揭示了本发明一个实施例的风速不确定度的计算装置200的示意性框图。如图4所示，风速不确定度的计算装置200可以包括一个或多个处理器201，用于实现上面任一实施例所述的风速不确定度的计算方法。在一些实施例中，风速不确定度的计算装置200可以包括计算机可读存储介质202，计算机可读存储介质202可以存储有可被处理器201调用的程序，可以包括非易失性存储介质。在一些实施例中，风速不确定度的计算装置200可以包括内存203和接口204。在一些实施例中，本发明实施例的风速不确定度的计算装置200还可以根据实际应用包括其他硬件。
[0092]
本发明实施例的风速不确定度的计算装置200具有与上面所述的风速不确定度的计算方法相类似的有益技术效果，故，在此不再赘述。
[0093]
本发明实施例还提供了一种计算机可读存储介质。该计算机可读存储介质上存储有程序，该程序被处理器执行时，实现上面任一实施例所述的风速不确定度的计算方法。
[0094]
本发明实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限
于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括但不限于：相变存储器/阻变存储器/磁存储器/铁电存储器(pram/rram/mram/feram)等新型存储器、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0095]
以上对本发明实施例所提供的风速不确定度的计算方法及其装置及计算机可读存储介质进行了详细的介绍。本文中应用了具体个例对本发明实施例的风速不确定度的计算方法及其装置及计算机可读存储介质进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想，并不用以限制本发明。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明的精神和原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也均应落入本发明所附权利要求书的保护范围内。